实测StaffDeck：「数字员工」平台离真能上岗了吗？

面壁智能上周开源了一个叫 StaffDeck 的东西。

说它是 AI Agent 平台不太准确，它的野心更大：把 AI 当成正式员工来管理，有工号、有岗位、有 SOP、有绩效。预览版内置了 5 个数字员工，财务报销、法务合规、人事服务、IT 支持、行政管家，每个都配了完整的 SOP 和知识库。

我们花了一整天，把这 5 个员工挨个测了一遍，又从零建了一个自定义员工。结论先说在前面：方向是对的，架构是先进的，但员工质量，参差不齐。

界面初印象

StaffDeck 提供 macOS、Windows、Linux 桌面客户端，也支持源码部署。我们用的是 macOS 版，界面完成度不错。自己配置一下模型就可以使用了，配置的过程没有什么门槛。

核心界面分三层，员工广场是第一层，5 个内置员工卡片排列在眼前，有头像、姓名、岗位、能力标签，点进去就能开始对话，体验像企业内部通讯录。

管理后台是第二层，能看到每个员工的完整档案和能力配置，点击「执行记录」可以展开每一次对话的全链路 Trace，从意图识别到知识检索到最终回答，每一步都可追溯。

SOP 编辑器是第三层，用自然语言描述一段业务流程，系统几秒内转成可视化状态机流程图，每个节点是信息收集、条件分支、工具调用或转人工，支持拖拽编辑。

说真的，第一次看到那个 Trace 面板，我有点被说服了。它不是「AI 黑盒输出答案」的体验，而是「你可以追查它到底翻了哪份文件、走到了哪个流程节点」。这种可审计性，对企业来说比模型能力提升几个点重要得多。

它解决什么问题？

企业引入 AI Agent 两年了，Demo 很美好，落地三个致命问题。

第一，流程混乱。让 Agent 按规矩办事，走着走着就走偏了，应该转人工的它自己编答案。第二，回答没依据，一追问「依据哪条规定」就开始编。第三，今天改明天还犯，几千条对话的边界案例摆在那，没有任何机制让它「吃一堑长一智」。

StaffDeck 从架构层重做了三件事。

状态机驱动的 SOP。这是 StaffDeck 最核心的差异化设计。用自然语言描述业务流程，比如「先收集发票，核对是否超标，未超标直接提交，超标转财务负责人审批」，系统自动生成可视化状态机流程图。多个 SOP 可以串联执行，同一个对话里依次处理报销、查额度两个任务，上下文不丢。最关键的是中途打断能自动恢复，我们实测专门验证了这个场景。

OKF 结构化知识库。OKF 全称 Open Knowledge Format，五层体系：原始文档、业务主题、执行手册、业务规则、问答分析。和传统知识库的区别在于，它不只把文档切碎检索，而是让 AI 分得清「这段话是硬规则还是历史参考案例」。管理员能在后台看到每次回答命中哪份文件哪个章节、相关度得分多少，回答必须可溯源。

反馈迭代闭环。用户差评自动归因，直接指出 SOP 修改方向。遇到制度灰色地带不硬编，保留任务状态向人类求助。

实测 5 个员工

财务报销：表现最好

「我上周去上海出差，高铁往返，住了两晚酒店，帮我报差旅费。」

自动匹配 SOP，逐项收集信息，每步附参考标准和出处文件链接。中途我们突然问「上海的餐补标准是多少？」，它暂停报销流程，检索知识库给出答案和出处，然后主动说「我们继续，刚才您的发票金额还没填完」，回到中断节点。

法务合规：翻车了

「50 万的软件外包合同，对方要知识产权归委托方所有，帮我审查风险。需要法务总监审批吗？」

工具调用失败，重试，依旧失败。没有任何分析结果。法务场景本该是知识检索最密集、最能体现溯源价值的场景，目前不可用。

人事服务：能用，但差一样东西

请假流程跑通了，审批结果给了。但和财务不同，人事员工没有给出制度条款的出处引用。StaffDeck 自己标榜「回答必须可溯源」，体验不一致是个真问题。

IT 支持：什么都没做

「电脑连不上公司 WiFi，其他设备正常，重启过了，帮我排查。」

回复：「已为您创建工单，指派给网络支持团队跟进。」排查步骤数：0，没有引导排查网络配置，没有追问任何诊断信息，直接开完工单就结束了，目前等同于一个工单系统的语音入口。

行政管家：唯一靠谱的

「帮我预约下周三会议室、申请办公用品、查用章申请流程。」

三个任务全部识别，全部完成。会议室预约成功，办公用品申请提交，用章流程连出处文件一并给出。任务切换上下文没混淆，不说多惊艳，但简单繁琐的行政事务被可靠执行了，这恰好是行政工作中最耗人力的部分。这是 5 个员工里唯一让我们觉得「放在真实公司可能真的有用」的。

自己动手建一个

我们建了一个「公众号写作助手」，岗位是协助管理选题、检索素材、审校稿件 AI 味，不代替作者发布内容。创建分三步：填档案（岗位、边界、风格），配能力（上传知识库文档，写自然语言生成 SOP），发布到员工广场。

但创建完你会发现一个问题：技能市场有点简陋。如果想要定制自己的员工，还是需要把自己平时用到的skill上传一下才能有个好的使用体验。

短板在哪

测完 7 项任务，优缺点都很清楚。架构设计是认真的，状态机 SOP 不是噱头，一句话生成 SOP 确实降低了非技术人员的使用门槛，但问题也很具体。

第一，员工质量依赖底层模型。法务翻车很可能是模型工具调用不可靠，但用户不关心锅是谁的，只知道法务员工不好使。当一个产品定位「企业级数字员工平台」，员工质量的一致性是最基本要求。

第二，生态是空的。5 个内置员工作为 Demo 够用，想部署 50 个不同岗位只能自己一个一个建。技能市场没有很多内容，SOP 模板没有积累。开源社区的贡献热情能维持多久，是未知数。

第三，员工能力参差不齐。财务亮眼，行政靠谱，法务挂了，IT 等于没干，人事忘了出处。这种不一致比「所有员工都不好用」更糟糕，因为不可预期。企业需要的是确定性。

谁该关注它

被 Agent「演示美好、落地 Bug」折磨过的人，值得花一个下午搭起来看看。不是因为它现在能替代员工了，而是架构思路是对的：用状态机解决流程混乱，用 OKF 解决不可溯源，用反馈闭环解决不会进步。而且它把答案开源了。

个人用户想找「能帮我干活的 AI」，目前版本会失望。它更像是给企业 IT 部门的 Agent 基础设施。

说到底，StaffDeck 回答的问题不是「AI 能不能像人一样聊天」，而是「AI 能不能像人一样承担责任」。有的员工在朝这个方向走，有的还停留在聊天机器人阶段。工具已经有了，把工具用好的能力，才刚刚开始被需要。

文章来自于"毒AI"，作者 "高晓阳"。